1. Home
  2. Pendidikan

Bagian Correlations Bagian variables enteredremoved dan Model Summary

b. Bagian Correlations

Berikut ini adalah output bagian kedua dari analisis regresi. Tabel 5.2 Output Correlations Correlations Jumlah Kelahiran Pasangan usia subur Akseptor KB Jumlah Posyandu Pearson Correlation Jumlah Kelahiran 1.000 .776 .760 .674 Pasangan usia subur .776 1.000 .987 .483 Akseptor KB .760 .987 1.000 .456 Jumlah Posyandu .674 .483 .456 1.000 Sig. 1-tailed Jumlah Kelahiran . .000 .000 .000 Pasangan usia subur .000 . .000 .013 Akseptor KB .000 .000 . .019 Jumlah Posyandu .000 .013 .019 . N Jumlah Kelahiran 21 21 21 21 Pasangan usia subur 21 21 21 21 Akseptor KB 21 21 21 21 Jumlah Posyandu 21 21 21 21 Interpretasi: 1. Besar hubungan antar variabel jumlah kelahiran dengan pasangan usia subur yang dihitung dengan koefisien korelasi adalah 0,776. Variabel jumlah kelahiran dengan akseptor KB diperoleh 0,760. Dan variabel jumlah kelahiran dengan jumlah posyandu sebesar 0,674. Karena korelasi jumlah kelahiran dengan pasangan usia subur lebih besar, maka variabel pasangan usia subur lebih berpengaruh terhadap jumlah kelahiran deibanding dengan variabel akseptor KB dan jumlah posyandu. Universitas Sumatera Utara 2. Terjadi korelasi yang kuat antara variabel pasangan usia subur dengan akseptor KB, yaitu 0,987. Korelasi yang agak lemah antara variabel pasangan usia subur dengan jumlah posyandu, yaitu 0,483. Dan korelasi yang agak lemah antara variabel akseptor KB dengan jumlah posyandu, yaitu 0,456 Hal ini dikarenakan adanya multikolinieritaskorelasi diantara variabel bebas. 3. Tingkat signifikansi koefisien korelasi satu sisi dari output diukur dari probabilitas menghasilkan angka 0,000 atau praktis 0. Karena probabilitas jauh dibawah 0,05, maka korelasi diantara variabel jumlah kelahiran dengan pasangan usia subur, akseptor KB dan jumlah posyandu sangat nyata.

c. Bagian variables enteredremoved dan Model Summary

Berikut ini adalah output bagian ketiga dari analisis regresi. Tabel 5.3 Output EnteredRemoved Variables EnteredRemoved b Model Variables Entered Variables Removed Method 1 Jumlah Posyandu, Akseptor KB, Pasangan usia subur a . Enter a. All requested variables entered. b. Dependent Variable: Jumlah Kelahiran Interpretasi: Tabel variables Entered menunjukkan bahwa tidak ada variabel yang dikeluarkan removed, atau dengan kata lain ketiga variabel bebas dimasukkan dalam perhitungan regresi. Universitas Sumatera Utara

d. Bagian Model Summary

Dokumen yang terkait

Analisis Pengaruh Jumlah Pasangan Usia Subur dan Akseptor KB Terhadap Angka Kelahiran di Kabupaten Tapanuli Selatan Tahun 1997-2011

0 45 72

Pengaruh Pasangan Usia Subur dan Pengguna Alat/Cara KB Terhadap Angka Kelahiran di Kabupaten Tapanuli Utara Tahun 1998-2012

0 32 80

Pengetahuan Wanita Usia Subur Terhadap Pelaksanaan Imunisasi Tetanus Toxoid 5 di Wilayah Kerja Puskesmas Helvetia Medan Tahun 2014

2 76 45

Pengaruh Pasangan Usia Subur (PUS), Akseptor KB dan Jumlah Posyandu Terhadap Jumlah Kelahiran di Kota Medan Tahun 2012

0 45 63

Faktor-Faktor Yang Memengaruhi Pasangan Usia Subur Menjadi Akseptor KB Di Kelurahan Babura Kecamatan Medan Sunggal Kota Medan Tahun 2012

1 37 82

Analisa Pengaruh Pasangan Usia Subur Dan Pengguna Alat/Cara Kb Terhadap Angka Kelahiran Di Kabupaten Tapanuli Utara Tahun 1995-2009

0 27 72

Faktor-faktor Ketidakikutsertaan Pasangan Usia Subur menjadi Akseptor KB di Desa Bandar Klippa Kecamatan Percut Sei Tuan Kabupaten Deli Serdang

6 62 58

Analisa Pengaruh Jumlah Pasangan Usia Subur (PUS), Akseptor Dan Pendapatan Per Kapita Terhadap Tingkat Kelahiran Di Sumatera Utara

3 38 63

Analisa Pengaruh Jumlah Pasangan Usia Subur (PUS) Dan Lahir Hidup Terhadap Angka Kelahiran Di Kotamadya Medan Tahun 2004-2008

2 36 63

BAB 2 LANDASAN TEORI - Analisis Regresi Pengaruh Pasangan Usia Subur (PUS), Akseptor KB dan Jumlah Posyandu terhadap Jumlah Kelahiran di Kota Medan Tahun 2010

0 0 9